-
题名群体突发异常事件检测与事件源定位算法
被引量：3
- 1
-
-
作者
李海丰
姜子政
范龙飞
陈新伟
-
机构
中国民航大学计算机科学与技术学院
闽江学院福建省信息处理与智能控制重点实验室
-
出处
《中国民航大学学报》
CAS
2019年第3期49-53,64,共6页
-
基金
国家自然科学基金项目(61305107)
福建省信息处理与智能控制重点实验室开放课题(MJUKF201732)
+1 种基金
中央高校基本科研业务费专项(3122016B006)
中国民航大学科研启动基金项目(2012QD23X)
-
文摘
提出一种群体突发异常事件检测与事件源定位算法以提高检测的准确性。算法分为群体异常行为检测和事件源定位两个阶段,在异常行为检测阶段,提出一种空间、时间联合的异常行为检测算法:在空间角度,提取平均动能分布直方图来描述人群的运动特征,并使用支持向量机分类器对不同状态的人群运动特征进行分类;在时间角度,构建隐马尔可夫模型,对场景中连续的人群行为状态进行异常检测。在事件源定位阶段,在随机抽样一致性算法框架下通过计算异常行为人群的反向延长线交点,实现了事件源位置的定位,并可同时标记多个事件源位置。在UMN公共数据集上进行实验,并与传统光流法、SIFT点检测法与社会力法进行对比,结果表明,该算法能够有效检测出群体异常行为,且AUC=0.967,比上述3种方法的AUC分别提高0.127、0.074、0.007,并成功标记出事件源的合理位置。
-
关键词
群体异常事件检测
事件源定位
空间、时间联合
随机抽样一致性
-
Keywords
abnormal crowd event detection
event source localization
combination of space and time
RANSAC
-
分类号
TP39
[自动化与计算机技术—计算机应用技术]
V19
[航空宇航科学与技术—人机与环境工程]
-
-
题名多尺度特征融合的煤矿救援机器人目标检测模型
被引量：6
- 2
-
-
作者
翟国栋
任聪
王帅
岳中文
潘涛
季如佳
-
机构
中国矿业大学(北京)机电与信息工程学院
湖北工业大学电气与电子工程学院
中国矿业大学(北京)力学与建筑工程学院
神华信息技术有限公司
智能矿山(煤炭行业)工程研究中心
闽江学院福建省信息处理与智能控制重点实验室
-
出处
《工矿自动化》
北大核心
2020年第11期54-58,共5页
-
基金
国家重点研发计划项目(2017YFC0804307)
中央高校基本科研业务费专项资金资助项目(2020YJSJD06)
福建省信息处理与智能控制重点实验室(闽江学院)开放基金项目(MJUKF-IPIC201905)。
-
文摘
传统目标检测模型采用人工设计的目标特征,造成检测精度较差。基于深度学习的目标检测模型具有较高的检测精度,然而针对实时性和精度要求比较高的煤矿救援机器人应用场合,获取的图像信息较少且目标特征不明显,造成目标检测效果较差。为提高目标检测精度和速度,基于YOLO V3模型提出了一种多尺度特征融合的煤矿救援机器人目标检测模型。该模型主要包括特征提取和特征融合2个模块:特征提取模块采用空洞瓶颈和多尺度卷积获得更加丰富的图像特征信息,增强目标特征表达能力,提高了目标分类精度和检测速度;特征融合模块在特征金字塔中引入空间注意力机制,对含有丰富语义信息的高层特征图和含有丰富位置信息的低层特征图进行有效融合,弥补了高层特征图位置信息表达能力不足的缺点,提高了目标定位精度。将该模型部署在煤矿救援机器人嵌入式NVIDIA Jetson TX2平台上进行灾后环境目标检测实验,检测精度为88.73%,检测速度为28帧/s,满足煤矿救援机器人目标检测的实时性和精度需求。
-
关键词
煤矿救援机器人
目标检测
多尺度特征融合
YOLO
V3
深度学习
-
Keywords
coal mine rescue robot
object detection
multi-scale feature fusion
YOLO V3
deep learning
-
分类号
TD67
[矿业工程—矿山机电]
-
-
题名基于快速区域定位和二重间隔分布机的行人检测
- 3
-
-
作者
程凡永
罗海波
阮志强
-
机构
闽江学院福建省信息处理与智能控制重点实验室
-
出处
《湖南理工学院学报（自然科学版）》
CAS
2017年第2期27-32,共6页
-
基金
福建省重点实验室开放课题(MJUKF201737)
闽江学院教改项目(MJW201142103
+3 种基金
MJW201122064)
闽江学院育苗项目(YKY13007)
福建省科技厅项目(2017H0029)
国家自然科学基金面上项目(61672216)
-
文摘
为实现快速和代价敏感性的行人检测,设计了基于BING目标检测和二重间隔分布机的行人检测框架.首先利用BING特征进行快速目标筛选,在此基础上提出了启发式的目标区域定位算法,通过目标选择和区域定位策略来获取行人所在的区域.区域定位减少了分类器的搜索空间,只需将二重间隔分布机对定位区域进行目标检测即可获得行人检测的结果,提高了行人检测的效率和速度.
-
关键词
快速检测
区域定位
行人检测
-
Keywords
fast detection, region location, pedestrian detection
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
